计算机网络:网络层(无分类编址CIDR、计算题讲解)

简介: 计算机网络:网络层(无分类编址CIDR、计算题讲解)



前言

我们在前面知道了分类地址,但是分类地址又有很多缺陷:

  • B类地址很快将分配完毕!
  • 路由表中的项目急剧增长!

一、无分类编址CIDR简介

无分类域间路由选择CIDR:

  • 1.消除了传统的A类,B类和c类地址以及划分子网的概念。
  • 2.融合子网地址与子网掩码,方便子网划分。

CIDR记法:IP地址后加上“/”,然后写上网络前缀(可以任意长度)的位数。e.g.128.14.32.0/20

CIDR把网络前缀都相同的连续的IP地址组成一个“CIDR地址块”。

例如:

128.14.35.7/20是某CIDR地址块中的一个地址

二进制:10000000 00001110 00100011 00000111

最小地址:10000000 00001110 00100000 00000000

128.14.32.0

最大地址:10000000 00001110 00101111 11111111

128.14.47.255

地址块:128.14.32.0/20 (选用最小地址)

地址掩码(子网掩码):11111111 11111111 11110000 00000000

例题1:

192.199.170.82/27

解答:

因为地址后面有/27,所以是采用无分类编址CIDR方法,所以网络号占27位,主机号占5位(总和依旧为32位)。

前三位不看,只看最后一位,即82

82的二进制是:01010010,前三位还是网络号,所以

最小地址是:01000000 =>64

192.199.170.64

最大地址是:01011111 =>95

192.199.170.95

地址块:192.199.170.64

地址掩码(子网掩码):11111111 11111111 11111111 11100000

二、构成超网

将多个子网聚合成一个较大的子网,叫做构成超网,或路由聚合。

方法:将网络前缀缩短(所有网络地址取交集) 。

要想让他们两个网络聚合,那么就需要取两个网络地址的交集。

206.1.0.0/17与206.1.128.0/17取交集是206.1.0.0/16

例题:

某路由表中有转发接口相同的4条路由表项,其目的网络地址分别为35.230.32.0/21、35.230.40.0/21、35.230.48.0/21、35.230.56.0/21,将该4条路由聚合后的目的网络地址为(C) 。

A.35.230.0.0/19

B.35.230.0.0/20

C.35.230.32.0/19

D.35.230.32.0/20

解答:

根据题给的四个网络地址,我们只需要看第三位就行了。

35.230.32.0/21 00100000

35.230.40.0/21 00101000

35.230.48.0/21 00110000

35.230.56.0/21 00111000

我们看到前三位是相同的,所以取交集时就取到前三位,所以聚合后的网络前缀应该就是19位,聚合后的主机号应该全为0,所以后面的所有都是0,答案应该是35.230.32.0/19

三、最长前缀匹配

使用CIDR时,查找路由表可能得到几个匹配结果(跟网络掩码按位相与),应选择具有最长网络前缀的路由。前缀越长,地址块越小,路由越具体。

例题:

路由器RO的路由表见下表:若进入路由器RO的分组的目的地址为132.19.237.5,请问该分组应该被转发到哪一个下一跳路由器()

A. R1

B. R2

C. R3

D. R4

解答:

让目的地址132.19.237.5分别与四个目的网络相与,找到最长的网络前缀。其中有一个全0的目的网络——0.0.0.0/0,这个是默认网关,只有在所有的路由表的目的网络当中没用任何一个目的网络与分组的目的网络想匹配的情况下,才会使用默认网关。

132.0.0.0/8与132.19.237.5相与为132.0.0.0/8(匹配)

132.19.237.5 => 10000100 00010011 11101101 00000101

132.0.0.0/8 => 11111111 00000000 00000000 00000000

相与为:10000100 00000000 00000000 00000000 => 132.0.0.0/8

132.0.0.0/11与132.19.237.5相与为132.0.0.0/11(匹配)

132.19.237.5 => 10000100 00010011 11101101 00000101

132.0.0.0/11 => 11111111 11100000 00000000 00000000

相与为:10000100 00000000 00000000 00000000 => 132.0.0.0/11

132.19.232.0/22与132.19.237.5相与为132.19.236.0/22(不匹配)

132.19.237.5 => 10000100 00010011 11101101 00000101

132.19.232.0/22 => 11111111 11111111 11111100 00000000

相与为:10000100 00010011 11101100 00000000 => 132.19.236.0/22

所以选B(选最长的)


总结

以上就是网络层之无分类编址CIDR(内涵计算例题)的相关知识点,希望对你有所帮助。

积跬步以至千里,积怠惰以至深渊。时代在这跟着你一起努力哦!

相关文章
|
20天前
|
机器学习/深度学习 算法 调度
14种智能算法优化BP神经网络(14种方法)实现数据预测分类研究(Matlab代码实现)
14种智能算法优化BP神经网络(14种方法)实现数据预测分类研究(Matlab代码实现)
126 0
|
2月前
|
机器学习/深度学习 数据采集 运维
匹配网络处理不平衡数据集的6种优化策略:有效提升分类准确率
匹配网络是一种基于度量的元学习方法,通过计算查询样本与支持集样本的相似性实现分类。其核心依赖距离度量函数(如余弦相似度),并引入注意力机制对特征维度加权,提升对关键特征的关注能力,尤其在处理复杂或噪声数据时表现出更强的泛化性。
115 6
匹配网络处理不平衡数据集的6种优化策略:有效提升分类准确率
|
19天前
|
安全 网络性能优化 网络虚拟化
网络交换机分类与功能解析
接入交换机(ASW)连接终端设备,提供高密度端口与基础安全策略;二层交换机(LSW)基于MAC地址转发数据,构成局域网基础;汇聚交换机(DSW)聚合流量并实施VLAN路由、QoS等高级策略;核心交换机(CSW)作为网络骨干,具备高性能、高可靠性的高速转发能力;中间交换机(ISW)可指汇聚层设备或刀片服务器内交换模块。典型流量路径为:终端→ASW→DSW/ISW→CSW,分层架构提升网络扩展性与管理效率。(238字)
367 0
|
5月前
|
算法 JavaScript 数据安全/隐私保护
基于GA遗传优化的最优阈值计算认知异构网络(CHN)能量检测算法matlab仿真
本内容介绍了一种基于GA遗传优化的阈值计算方法在认知异构网络(CHN)中的应用。通过Matlab2022a实现算法,完整代码含中文注释与操作视频。能量检测算法用于感知主用户信号,其性能依赖检测阈值。传统固定阈值方法易受噪声影响,而GA算法通过模拟生物进化,在复杂环境中自动优化阈值,提高频谱感知准确性,增强CHN的通信效率与资源利用率。预览效果无水印,核心程序部分展示,适合研究频谱感知与优化算法的学者参考。
|
5月前
|
存储 消息中间件 弹性计算
阿里云服务器ECS计算型c7和通用算力型u1在适用场景、计算性能、网络与存储性能等方面的对比
阿里云ECS服务器u1和c7实例在适用场景、性能、处理器特性等方面存在显著差异。u1为通用算力型,性价比高,适合中小企业及对性能要求不高的场景;c7为企业级计算型,采用最新Intel处理器,性能稳定且强大,适用于高性能计算需求。u1支持多种CPU内存配比,但性能一致性可能受底层平台影响;c7固定调度模式,确保高性能与稳定性。选择时可根据预算与性能需求决定。
281 23
|
5月前
计算网络号的直接方法
子网掩码用于区分IP地址中的网络部分和主机部分,连续的“1”表示网络位,“0”表示主机位。例如,255.255.255.0 的二进制为 11111111.11111111.11111111.00000000,前24位是网络部分。通过子网掩码可提取网络号,如 IP 192.168.1.10 与子网掩码 255.255.255.0 的网络号为 192.168.1.0。此外,文档还介绍了十进制与二进制间的转换方法,帮助理解IP地址的组成与计算。
260 11
|
5月前
|
存储 数据管理 网络虚拟化
特殊网络类型分类
本文介绍了网络技术中的关键概念,包括虚拟局域网(VLAN)、存储区域网络(SAN)、网络桥接、接入网以及按拓扑结构和交换方式分类的网络类型。VLAN通过逻辑分隔提高性能与安全性;SAN提供高性能的数据存储解决方案;网络桥接实现不同网络间的互联互通;接入网解决“最后一千米”的连接问题。此外,文章详细对比了总线型、星型、树型、环型和网状型等网络拓扑结构的特点,并分析了电路交换、报文交换和分组交换的优缺点,为网络设计与应用提供了全面参考。
165 8
|
8月前
|
计算机视觉
RT-DETR改进策略【卷积层】| CGblock 内容引导网络 利用不同层次信息,提高多类别分类能力 (含二次创新)
RT-DETR改进策略【卷积层】| CGblock 内容引导网络 利用不同层次信息,提高多类别分类能力 (含二次创新)
157 5
RT-DETR改进策略【卷积层】| CGblock 内容引导网络 利用不同层次信息,提高多类别分类能力 (含二次创新)
|
10月前
|
机器学习/深度学习 数据采集 人工智能
基于Huffman树的层次化Softmax:面向大规模神经网络的高效概率计算方法
层次化Softmax算法通过引入Huffman树结构,将传统Softmax的计算复杂度从线性降至对数级别,显著提升了大规模词汇表的训练效率。该算法不仅优化了计算效率,还在处理大规模离散分布问题上提供了新的思路。文章详细介绍了Huffman树的构建、节点编码、概率计算及基于Gensim的实现方法,并讨论了工程实现中的优化策略与应用实践。
222 15
基于Huffman树的层次化Softmax:面向大规模神经网络的高效概率计算方法
|
8月前
|
计算机视觉
YOLOv11改进策略【卷积层】| CGblock 内容引导网络 利用不同层次信息,提高多类别分类能力 (含二次创新)
YOLOv11改进策略【卷积层】| CGblock 内容引导网络 利用不同层次信息,提高多类别分类能力 (含二次创新)
345 0